임상 환경에서 새로운 AI 진보

라드바우드 대학의 연구자들은 임상 환경에서 인공 지능(AI)을 발전시키는데 도움을 주었다. 그들은 AI가 의사와 비슷한 방식으로 문제를 진단할 수 있음을 보여주었으며, 또한 그 진단을 어떻게 내렸는지도 보여주었다.AI는 이미 이 환경에서 빠르게 비정상성을 감지하는 데 사용되고 있으며, 전문가들이 질병으로 분류할 수 있는 비정상성을 감지하는 데 사용된다.AI는 의사와 비슷한 방식으로 의료 영상의 진단을 수행할 수 있다. 전통적으로 의사가 X레이나 생체 검사 결과를 분석하여 비정상성을 찾는 방식과 비슷하게, AI는 딥 러닝을 통해 자체적으로 진단을 수행할 수 있다. 이러한 시스템은 때때로 인간 의사와 비슷하거나 더 정확한 진단을 내릴 수 있다.

임상 환경에서의 AI

그러나 이러한 시스템은 완벽하지 않다. 하나의 문제는 bahwa AI가 이미지나 데이터를 분석하여 진단을 내리는 과정을 보여주지 않는다는 것이다. 또 다른 문제는 bahwa 이러한 시스템이 특정 진단을 내린 후에 더 이상 아무런 조치를 취하지 않는다는 것이다. 이것은 시스템이 일부 비정상성을 놓칠 수 있다는 것을 의미한다.

이러한 경우에 인간 의사는 환자, X레이, 또는 다른 이미지 전체를 관찰하는 데 더 좋다.

AI의 발전

이러한 임상 환경에서의 AI 문제들은現在 라드바우드 대학의 연구자들에 의해 해결되고 있다. 크리스티나 곤살레스 곤살레스는 라드바우드 대학의 A-eye 연구 및 진단 이미지 분석 그룹의 박사 과정 학생이다.

곤살레스 곤살레스는 새로운 진단 AI 방법을 개발하였다. 이는 눈 스캔을 통해 망막의 비정상성을 발견하는 방식이다. 이러한 비정상성은 인간 의사와 AI 모두가 쉽게 발견할 수 있으며, thường 함께 발견된다.

AI 시스템의 경우, 하나 또는 몇 개의 비정상성을 진단한 후에停止한다. 이것은 이러한 시스템의 한계를 보여준다. 곤살레스 곤살레스는 이러한 문제를 해결하기 위해 새로운 과정을 개발하였다. 이 과정에서는 AI가 이미 처리한 영역을 무시하고 새로운 비정상성을 발견하는 방식이다. 또한 AI는 의사가 관찰할 수 있도록 의심스러운 영역을 강조한다.

이 새로운 방법은 전통적인 AI 시스템과 다르다. 전통적인 시스템은 하나의 평가를 통해 진단을 내린다. 그러나 새로운 시스템은 여러 번의 평가를 통해 진단을 내린다.

또한 AI 시스템은 이미 발견한 비정상성을 무시하기 위해 이미 발견한 영역을 건강한 조직으로 채운다. 그리고 모든 평가 결과를 합쳐서 진단을 내린다.

이 연구에서는 새로운 시스템이 당뇨망막병증과 노인성 황반변성의 감지 민감도를 11.2+/-2.0% 향상시켰다.

이 새로운 시스템은 질병을 진단하는 데 사용되는 AI의 방식을 변경할 수 있다. 가장 큰 발전은 새로운 투명성이다. 이 투명성은 더욱 많은 향후 수정과 발전을 가능하게 할 것이다. 궁극적인 목표는 인간 전문가보다 더 정확하게 빠르게 문제를 진단할 수 있는 AI 시스템을 개발하는 것이다. 이것은 시스템이 더욱 신뢰할 수 있게 되고, 더广泛하게採用される 것을 가능하게 할 것이다.